首页|基于随机矩阵和历史场景匹配的配电网无功优化

基于随机矩阵和历史场景匹配的配电网无功优化

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作.将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移.最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型.结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策.
Reactive Power Optimization of Distribution Network Based on Random Matrix and Historical Scenario Matching

安然、吴俊勇、石琛、朱孝文、邵美阳、黄杏、蔡蓉

展开 >

北京交通大学电气学院,北京 100044

ABB中国研究院,北京 100015

配电网无功优化 随机矩阵 场景匹配 大数据

国家自然科学基金资助项目ABB中国研究院项目

51577009ABB20171128REU-CTR

2020

中国电力
国网能源研究院 中国电机工程学会

中国电力

CSTPCDCSCD北大核心
影响因子：1.463
ISSN：1004-9649
年,卷(期)：2020.53(4)
  • 13
  • 17